MCP 集成 · DOSIA 桥

DOSIA 通过单次 OAuth 握手连接 ByteSpike。之后，你正在聊的主脑就拿到了图像生成、图像分析、视频生成以及”用另一个 LLM 来写这个”的工具 —— 你从不需要粘贴 API key、切换面板、操心哪家 provider 托管哪个模型。本页描述这个集成在用户视角下长什么样，以及其下的架构，方便任何在 debug 或在上面构建的人。

连接流程

DOSIA → 设置 → 账号 → "Connect ByteSpike account"
   ↓ 浏览器 OAuth (PKCE)
DOSIA 收到 token → GET /v1/account/capabilities
   ↓ partition + persist + reloadPlugins()
toast: "Connected · N 个主模型 + M 项工具能力"

桌面端一次点击、浏览器一次允许，DOSIA 就接好线了。Token 存在 macOS Keychain 里。手动 key 流程仍然支持，偏好那种方式的用户也能用 —— OAuth 是阻力最小的路径，不是硬要求。

连接之后你能做什么

你在 DOSIA 里对话的主脑现在拿到了能干活的工具：

你说	DOSIA 做
”画一个扁平风格的红苹果”	`image-tools.generate_image(model=gpt-image-2, prompt=...)`
”把这张图的背景换成蓝色” + 附件	`image-tools.generate_image` 配 `source_image`
”这张照片里有几只猫？” + 附件	`image-tools.analyze_image(model=gpt-5-4, ...)`
”做一段 5 秒的产品视频”	`video-tools.generate_video` → `poll_video`
”让 GPT-5.5 帮我写一份这串对话的摘要”	`text-writing-tools.chat_with(model=gpt-5-5, ...)`
”让 Gemini 把这段翻译成英文”	`text-writing-tools.chat_with(model=gemini-3.1-pro, ...)`

主脑根据你的话术决定调哪个工具。你不切标签页；你不挑面板；你继续打字。

插件 / 工具表面

三个插件、三个 MCP server、共六个工具。

插件	工具	解决什么
`image-tools`	`generate_image(model, prompt, source_image?)` `analyze_image(model, image_url, question)`	文生图、图生图、图像视觉
`video-tools`	`generate_video(model, prompt, source_image?) → task_id` `poll_video(task_id)` `analyze_video(model, video_url, question)` ⚠️	文生视频、图生视频、视频视觉（analyze 端点在 feature flag 后）
`text-writing-tools`	`chat_with(model, prompt, system?)`	用非主用 LLM（GPT / Gemini / DeepSeek / Doubao）做写作协处理器

⚠️ analyze_video 是预留的；对应的端点在写作本页时尚未在公开网关上线。工具定义放着，方便主脑做规划；调用时会返回明确的 “尚未可用” 错误，直到端点上线。

known-models 注册表 —— 四个桶

DOSIA 拉取 /v1/account/capabilities 时，ByteSpike 返回两个模型列表：

anthropicModels[] —— 你能用来聊天的 “主脑” 集合（claude-*，以及任意 anthropic-compat 别名）。驱动模型选择器。
otherModels[] —— 你账号被允许调用的其他所有模型（gpt-*、gemini-*、deepseek-*、gpt-image-2、veo-* 等）。

DOSIA 用 known-models 注册表 对 otherModels[] 分桶，把每个 model id 映射到四类能力桶之一：

桶	成员喂给	用户看到的含义
`image_generate`	`generate_image.model.enum`	”我能画图”
`video_generate`	`generate_video.model.enum`	”我能做视频”
`vision`	`analyze_image.model.enum`、`analyze_video.model.enum`、以及 `chat_with.model.enum`	”我能看图 / 用有视觉能力的模型来写”
`external_chat`	`chat_with.model.enum`	”我能用非 Claude 的 LLM 来写文字”

像 gpt-5-4 这样的视觉能力模型合理地出现在三个工具 enum 里 —— SDK 允许同一个 model id 出现在多个 enum 列表里，注册表把 vision 当作横切能力而不是单一桶。注册表在 DOSIA 里，不在你账号里。给 ByteSpike 加新模型不会让旧 DOSIA build 出问题；它们只是忽略不认识的 id，直到下个 DOSIA 版本告诉它们这个 id 属于哪个桶。

端到端数据流

ByteSpike 管理员配置账号能力
        ↓
用户登录 DOSIA、点 Connect
        ↓
GET /v1/account/capabilities
   → { baseUrl, token, anthropicModels[], otherModels[] }
        ↓
DOSIA 主进程：
  ① anthropicModels → ModelSelector + 持久化到本地 DB
  ② otherModels 经 KNOWN_OTHER_MODELS 注册表分桶：
     { imageGenModels, videoGenModels, visionModels, externalChatModels }
  ③ 更新 user_capabilities 行
        ↓
DOSIA 注册一个 userMcpServerProvider 回调
        ↓ 每次 createSession() 调用
回调返回相应的 MCP server 集合：
  - image-tools         (baseUrl, token, imageGenModels, visionModels)
  - video-tools         (baseUrl, token, videoGenModels, visionModels)
  - text-writing-tools  (baseUrl, token, chatModels = external_chat ∪ vision)
        ↓
主脑看到的工具，其 enum 完全对应你账号的权限集合。

一个能力上没有图像生成模型的用户，根本拿不到 generate_image 工具 —— 不是灰色的、不是 “permission denied”。这个工具就没被加载。

权限刷新

权限会在会话中变（管理员把你加到一个模型、配额抬升、试用到期）：

触发	发生什么
用户在设置 → AI Models 里点 “Refresh permissions”	重新拉取 capabilities → 重新分桶 → 持久化 → `reloadPlugins()`
DOSIA app 启动	启动时静默拉取 + 重载
ByteSpike webhook（P7 之后的 stretch）	服务端推动重载 —— 不需用户操作

重载后主脑的工具集合在下一次会话生效。现有会话保留它们的工具集合；这是有意的，权限变更不会打断进行中的对话。

这一切怎么对得上

如果你已经熟悉 DOSIA Agent 模式，本页描述的 MCP 集成是 DOSIA-ByteSpike 故事的另一半：Agent 模式讲的是 Anthropic Messages 协议把 tool_use / cache_control block 透传过去；MCP 集成讲的是 主脑一开始有哪些工具可用。多模态端点 —— 见多模态 —— 是 image-tools / video-tools 调用的底层 HTTP 表面。插件层把这些端点变成 chat 驱动的用户永远不必想的东西。

新用户配置清单

安装 DOSIA（对应平台最新签名 build）
打开设置 → 账号 → Connect ByteSpike account
在浏览器批准 → 看到连接 toast
开一个新对话 → 让主脑画点东西、用 GPT 写、生成一段短片

如果你期望的工具没出现，先在设置 → AI Models 里点 Refresh permissions 再开工单。大多数 “找不到工具” 的反馈追到底都是权限授予尚未传播 —— 一次刷新就能解决，不用 support 介入。

快速开始

客户端配置

从其他平台迁移

核心概念

模型

内部文档（DOSIA 关联）

MCP 集成 · DOSIA 桥

连接流程

连接之后你能做什么

插件 / 工具表面

known-models 注册表 —— 四个桶

端到端数据流

权限刷新

这一切怎么对得上

新用户配置清单

​连接流程

​连接之后你能做什么

​插件 / 工具表面

​known-models 注册表 —— 四个桶

​端到端数据流

​权限刷新

​这一切怎么对得上

​新用户配置清单

连接流程

连接之后你能做什么

插件 / 工具表面

known-models 注册表 —— 四个桶

端到端数据流

权限刷新

这一切怎么对得上

新用户配置清单